เรียนรู้วิธีการใช้｜BigQuery Connector – ศูนย์ช่วยเหลือของ Crescendo Lab

💁‍♀️ ข้อดี

วิเคราะห์ประสิทธิภาพการตลาดข้ามช่องทางอย่างมีประสิทธิภาพ
ตอบโจทย์การสื่อสารข้ามช่องทางแบบเป็นส่วนตัว
สร้างกลุ่มเป้าหมายที่หลากหลายและแม่นยำ
เชื่อมต่อข้อมูลโปรไฟล์ลูกค้าที่สอดคล้องกันแบบ 360º

1. BigQuery Data Exporter คืออะไร？

มาเริ่มด้วยการทำความเข้าใจง่ายๆ ว่า BigQuery คืออะไร BigQuery คือบริการวิเคราะห์ข้อมูลบนระบบคลาวด์ ที่เปิดตัวโดย Google Cloud สามารถจัดการการดำเนินการวิเคราะห์ข้อมูลในระดับเพตะไบต์ (PB) บริการบางอย่างที่คุณใช้ในชีวิตประจำวัน เช่น Google Search และ Google Ads อาศัย BigQuery เป็นเทคโนโลยีหลักสำหรับการประมวลผลและการวิเคราะห์ข้อมูล BigQuery ยังมาพร้อมกับความสามารถด้าน Machine learning ทำให้ผู้ใช้สามารถวิเคราะห์ข้อมูลเชิงลึกได้มากขึ้นตามความต้องการ

4 จุดเด่นหลักของ BigQuery

รวดเร็ว: BigQuery มีความรวดเร็วเป็นอย่างมาก สามารถเรียกค้นหรือวิเคราะห์ข้อมูลในระดับเทราไบต์หรือเพตะไบต์ได้ในเวลาเพียงไม่กี่วินาที
อเนกประสงค์: รองรับเครื่องมือ Business Intelligence (BI) ที่หลากหลาย และสามารถรวมเข้ากับ third-party แอปพลิเคชันเพื่อเพิ่มประสิทธิภาพการวิเคราะห์ข้อมูล

นอกจากข้อดีหลัก 2 ประการข้างต้นแล้ว BigQuery ยังใช้ซินแท็กที่คล้ายกับ SQL เพื่อให้ผู้ใช้สามารถสืบค้นข้อมูลได้ง่ายขึ้น การเข้าถึงข้อมูลยังได้รับการเข้ารหัสเพื่อเสริมความแข็งแกร่งให้กับกลไกการรักษาความปลอดภัย สำหรับความสามารถ DR (การกู้คืนความเสียหาย) ที่ทุกคนกังวลมากที่สุด BigQuery มีการให้ข้อมูลที่หลากหลาย รวมถึงฟังก์ชั่นคัดลอกเพื่อหลีกเลี่ยงความเสี่ยงของการสูญเสียข้อมูล

ที่มา：CloudMile-What is BigQuery? Different from traditional warehousing, 4 major advantages help you analyze big data!

▶️ ขั้นตอนการตั้งค่า (ใช้ Emarsys เป็นตัวอย่าง)

หากแพลตฟอร์มที่เกี่ยวข้องกับข้อมูลได้รับข้อมูล BQ ก็สามารถเชื่อมต่อกับ Crescendo Labs BQ Connector ได้
6 คำแนะนำในการเชื่อมต่อแพลตฟอร์มทั่วไปที่สามารถใช้เป็นข้อมูลอ้างอิง:
ระบบ BI: Power BI, Tableau, Metabase

CDP: Emarsys, Treasure data, Insider

ℹ️ โปรดตรวจสอบว่าคุณได้รับข้อมูลต่อไปนี้จากทีม Crescendo Lab ก่อนดำเนินการตั้งค่าบนแพลตฟอร์มที่คุณมีอยู่:GCP project idDataset idClient email addressSecret.json file

# ลงชื่อเข้าใช้ Emarsys แพลตฟอร์มการตลาด

2. เลือก "Relational Data" จาก the Add-ons เมนู

3. ที่ "Relational Data," เลือก "Connections"

4. คลิก Create Connection

5. เลือก BigQuery

6. ป้อนค่าข้อมูลทั้ง 4 ค่าที่ได้รับจาก Crescendo Lab

7. หลังจากป้อนข้อมูลเรียบร้อยแล้ว คลิก "Save"

ℹ️ วิธีสร้างกลุ่มเทมเพลตใน Emarsys เพื่อดึงข้อมูล โปรดดูข้อมูลที่：Creating relational segments from Emarsys

⛔️ ข้อควรพิจารณาจำเป็นต้องมีความเชี่ยวชาญในการเขียนภาษาโปรแกรม SQLการซิงโครไนซ์ข้อมูลเป็นทางเดียวจาก MAAC ไปยัง BQข้อมูลการติดตามพฤติกรรมการบริโภค (ธุรกรรม) รองรับการใช้งานผ่านข้อมูล Web GA ของโดเมนที่เชื่อมต่อกับแพลตฟอร์ม MAAC เท่านั้นมีการจำกัดการใช้งานรายวันที่ 500 GB ต่อลูกค้าแต่ละราย

▶️ คำอธิบายประเภทข้อมูลที่เกี่ยวข้องจาก BigQuery

ในปัจจุบัน เมื่อใช้ BigQuery คุณจะสามารถเข้าถึงคุณสมบัติผู้ติดต่อ แท็ก อัตราการเปิดอ่าน ข้อมูลการคลิก และข้อมูลพฤติกรรมการบริโภคที่รวบรวมจากฐานข้อมูลผลิตภัณฑ์ MAAC ของ Crescendo Lab

ℹ️ ความถี่ในการอัพเดตข้อมูลโปรไฟล์ผู้ติดต่อ: อัปเดตทุกวันเวลา 00:00 นข้อมูลประเภทเหตุการณ์: อัปเดตแบบเรียลไทม์ (อาจมีความล่าช้า 1-2 นาทีในกรณีที่ระบบโอเวอร์โหลด)

8. ข้อมูลคุณสมบัติผู้ติดต่อ - ผู้ติดต่อ

คุณสามารถกรองผู้ติดต่อตามวันที่ของผู้ติดต่อที่ถูกเพิ่มเข้าไปใน MAAC โดยวันที่จะสอดคล้องกับเวลาที่สร้างของผู้ติดต่อบน MAAC UI

9. ข้อมูลคุณสมบัติผู้ติดต่อ - แท็ก

10. ข้อมูลประเภทเหตุการณ์ - การทำธุรกรรม

⚠️ ข้อมูลการติดตามพฤติกรรมการบริโภค (ธุรกรรม) รองรับการใช้งานผ่านข้อมูล Web GA ของโดเมนที่เชื่อมต่อกับแพลตฟอร์ม MAAC เท่านั้น

11. ข้อมูลประเภทเหตุการณ์ - การส่งข้อความ

12. ข้อมูลประเภทเหตุการณ์ - การเปิดอ่านข้อความ

13. ข้อมูลประเภทเหตุการณ์ - การคลิกข้อความ

💡 แต่ละข้อความที่เปิดและการคลิกข้อความแต่ละรายการ เป็นเหตุการณ์ BQ อิสระหากคุณต้องการดึงข้อมูลการเปิดข้อความและคลิกการโต้ตอบเมื่อส่งข้อความโดยใช้ Open API โปรดสร้าง event IDฟังก์ชันการทำงานที่แตกต่างกันใน MAAC จะมีการสร้างข้อมูลการโต้ตอบการคลิก หากคุณใช้ UTM เดียวกัน จะส่งผลให้มีรายการข้อมูลแยกกันสองรายการ (ด้วยชื่อแคมเปญที่แตกต่างกัน)

14. ข้อมูลประเภทเหตุการณ์ - การส่งรางวัล

15. ข้อมูลประเภทเหตุการณ์ - การรับรางวัล

16. ข้อมูลประเภทเหตุการณ์ - การแลกรางวัล

17. ข้อมูลประเภทเหตุการณ์ - การอัปเดต Customer ID ผู้ติดต่อ

18. ข้อมูลประเภทเหตุการณ์ - การเพิ่มแท็กผู้ติดต่อ

19. ข้อมูลประเภทเหตุการณ์ - การลบแท็กผู้ติดต่อ

ℹ️ ข้อมูลประวัติการมีส่วนร่วมจะถูกรวบรวมหลังจากสร้าง connector แล้ว

Created with Tango.us